在神经生物学领域，使用深度学习，的十个技巧。
对于神经生物学家来说，如果想用深度学习模型来解决实际问题，有十点需要注意：
1、对数据集进行检查、arrangement(组织)；
删除异常数据，对数据进行清洗非常重要的一个步骤；
2、对数据集的划分split;
训练数据集、验证数据集、测试数据集
3、问题类别框架；
分类问题，还是回归问题？
4、选择什么样的算法？
先从最简单的算法入手。
5、如何解决不平衡的数据集？
对数据亚采样、
6、超参数优化问题；
通过网格搜索的方式寻找模型的超参数。
7、解决过拟合的问题；
通过交叉验证和正则化的方式，解决过拟合问题。
8、模型性能参数的评价；
Matthews correlation coefficient，准确率、精确度、召回率、F1
9、选择开源的编程框架；
R、Python、Weka(java)
10、寻求专家的反馈和帮助；
在一些问答网站上，寻求帮助。
